Einführung
GLM 5.2 ist das Langkontext-Chatmodell von Z.ai und steht hier als ein OpenAI-kompatibler Endpunkt unter /v1/chat/completions bereit. Es liest bis zu 1.048.576 Token in höchstens 256 Nachrichten und antwortet mit bis zu 131.072 – ein ganzer Korpus geht hinein, ein Befund kommt heraus.
Die Denkstufe hat zwei Einstellungen, high und max, Standard ist max. temperature (0 bis 1) und top_p werden akzeptiert, response_format liefert JSON, pro Anfrage lassen sich bis zu 128 Tools deklarieren, Nachrichten enthalten nur Text, und Antworten kommen per Server-Sent Events als Stream.
Wichtige Funktionen und Highlights
Acht gelesene Token pro geschriebenem
1.048.576 hinein und 131.072 heraus sind rund acht zu eins, und diese Form verrät den Zweck: ein Quartal Tickets, eine ganze Verordnung oder ein komplettes Postfach lesen und einen Befund liefern statt einer Neufassung. Muss die Antwort so lang sein wie die Eingabe, teilen Sie das Ergebnis vorher auf.
Standard max, high für die Masse
reasoning_effort beginnt bei max und geht für große erste Durchgänge auf high. Beide stehen im selben Request-Body, ein günstiger Durchlauf über zehntausend Dokumente und ein sorgfältiger zweiter Blick auf vierzig davon sind also eine Integration. max verwendet mehr vom Antwortbudget fürs Denken, deshalb steht max_tokens hier standardmäßig auf 32.768.
JSON und Tools im selben Aufruf
Setzen Sie response_format auf json_object und benennen Sie die Schlüssel in der System-Nachricht, oder deklarieren Sie bis zu 128 Funktionen und überlassen Sie tool_choice, wann sie laufen. In beiden Fällen prüft Ihre Anwendung das Ergebnis, bevor sie darauf reagiert.
Request-Parameter
| Parameter | Pflicht | Beschreibung |
|---|---|---|
messages | Ja | Höchstens 256 geordnete Züge, nur Textinhalt. Legen Sie den Korpus in eine User-Nachricht und Frage plus Ausgabeformat in die System-Nachricht. mindestens 1 Einträge · höchstens 256 Einträge |
reasoning_effort | Nein | high oder max. max ist wie in Z.ais eigener API die Vorgabe – eine Anfrage ohne dieses Feld bekommt also schon die sorgfältigste Einstellung; für Massendurchgänge auf high senken. |
stop | Nein | Eine Sequenz, als String oder als Array mit einem Eintrag – Z.ai wertet nur eine aus. mindestens 1 Zeichen · mindestens 1 Einträge · höchstens 1 Einträge |
max_tokens | Nein | Deckelt die Antwort bei 131.072 – einem Achtel des Lesefensters. Vorgabe 32.768. |
temperature | Nein | 0 bis 1, Vorgabe 1. Auf 0 halten, sobald die Antwort von Code geparst wird. |
top_p | Nein | 0,01 bis 1, Vorgabe 0,95. Verstellen Sie dies oder temperature, nie beides im selben Vergleich. |
tools | Nein | Bis zu 128 Funktionsdefinitionen pro Anfrage. höchstens 128 Einträge |
tool_choice | Nein | auto, none, required – oder ein Objekt, das eine Funktion benennt. |
response_format | Nein | Verlangen Sie ein JSON-Objekt und benennen Sie jeden Schlüssel in der System-Nachricht. |
Preis
Eingabe $0.98 / Ausgabe $3.08 je 1 Mio. Token
Anwendungsfälle
Ein Quartal Support-Tickets in einem Aufruf
Laden Sie alle Tickets eines Release-Zeitraums in eine Anfrage und fragen Sie, welche Fehlerbilder wiederkehren – mit Ticket-IDs als Beleg. Nichts fällt einer Stichprobe zum Opfer, auch ein Muster, das einmal pro Woche auftaucht, wird sichtbar.
Vorschrift und tatsächliches Produktverhalten
Legen Sie den vollständigen Text einer Verordnung neben Ihre Dokumentation zum Datenumgang und verlangen Sie Pflichten, die erfüllenden Kontrollen und die Lücken – jede Lücke verknüpft mit der Klausel, aus der sie stammt.
Backends, die Ihre internen Tools aufrufen
Deklarieren Sie Bestellabfrage, Erstattung und Berechtigungsprüfung als Tools in einer Anfrage und lassen Sie das Modell entscheiden, welches es aufruft. Die Ergebnisse kommen als Nachrichten mit der Rolle tool zurück, eine mehrstufige Lösung bleibt also in einem Gespräch.
Prompt-Leitfaden und Praxistipps
Den ganzen Korpus laden, keine Stichprobe
Das Fenster ist meist größer als der Retrieval-Index, den gerade jemand bauen wollte. Legen Sie das Material in eine User-Nachricht, das Älteste zuerst, und halten Sie die System-Nachricht für Frage und Ausgabeformat frei.
Einen Befund verlangen, kein Protokoll
POST https://api.spicyapi.ai/v1/chat/completions mit {"model": "zai/glm-5.2", "messages": [{"role": "system", "content": "Return one JSON object with keys: obligations, controls, gaps. Every gap must cite the clause it comes from."}, {"role": "user", "content": "<the regulation>\n\n<our data-handling policy>"}], "reasoning_effort": "high", "max_tokens": 16000, "response_format": {"type": "json_object"}, "temperature": 0}. temperature 0 hält wiederholte Läufe vergleichbar, wenn Sie denselben Korpus erneut prüfen.
Nur die unklaren Zeilen eskalieren
Senden Sie die Handvoll Lücken, die der erste Durchgang als unsicher markiert hat, erneut auf max und mit demselben Korpus. Das lange Lesen bezahlen Sie zweimal, doch die sorgfältige Antwort trifft die Zeilen, auf die es ankommt. max_tokens über 131.072 scheitert an der Validierung, Bild- und Dateiteile werden abgelehnt.
API-Schnellstart
curl --fail-with-body -sN https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "zai/glm-5.2/chat",
"messages": [
{
"role": "user",
"content": "Summarise the following release notes into three bullet points."
}
],
"stream": true
}' \
| jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.
